HTMLParser方法可以參考https://github.com/zootreeves/Objective-C-HMTL-Parser

TFHpple方法的使用可以看https://github.com/topfunky/hpple

TFHpple，因為它很簡單，也好用，但是它的功能不是很完完善。比如，不能獲取children node。它是用XPath來定位和解析html或者xml。

hpple解析html中可能存在的問題：http://www.ccbase.net/post/66.html

具體的方法可以參考：(英文網址介紹)http://stackoverflow.com/questions/405749/parsing-html-on-the-iphone

(中文網址介紹)http://blog.csdn.net/xiaoxuan415315/article/details/7788955；還要代碼下載，不過里面有錯

Objective c代碼

NSData?*htmlData?=?[NSString?stringWithContentsOfFile:[NSURL?URLWithString:@"http://www.baidu.com"]?encoding:NSUTF8StringEncoding?error:nil];

會報：[NSURL getFileSystemRepresentation:maxLength:]: unrecognized selector sent to instance 0x6bcad20

Objective c代碼

NSData?*htmlData??=?[NSString?stringWithContentsOfURL:[NSURL?URLWithString:@"http://www.baidu.com"]?encoding:NSUTF8StringEncoding?error:nil];

匹配還是有問題

應該這個更合適點

Objective c代碼

NSData?*htmlData?=?[NSData?dataWithContentsOfURL:[NSURL?URLWithString:@"http://www.baidu.com"]];

下面講一下我自己實現的過程中的關鍵代碼：

解析非utf-8頁面的思路 ：

把網絡流返回的NSDate的GB2312(假設是這個)轉換成TFHpple能正確解析的UTF-8編碼的NSData；

將其中一行的轉換成UTF-8形式的

可以采用如下兩種方案解決：

方法一：

Objective c代碼

//轉換成GBK編碼

NSStringEncoding?gbEncoding?=?CFStringConvertEncodingToNSStringEncoding(kCFStringEncodingGB_18030_2000);

NSData?*htmlData?=?[NSData?dataWithContentsOfURL:[NSURL?URLWithString:@"可以是非utf-8的網頁"]];

NSString?*htmlStr?=?[[[NSString?alloc]?initWithData:htmlData?encoding:gbEncoding]?autorelease];

方法二：

Objective c代碼

NSData?*htmlData?=?[NSData?dataWithContentsOfURL:[NSURL?URLWithString:@"可以是非utf-8的網頁"]];

CFStringRef?bgCFStr?=?CFStringCreateWithBytes(NULL,?[htmlData?bytes],?[htmlData?length],?kCFStringEncodingGB_18030_2000,?false);

NSString?*gbHtmlStr?=?(NSString?*)bgCFStr;

方法一或者二選其一，然后加下面的代碼就可以實現簡單解析了

Objective c代碼

NSString?*utf8HtmlStr?=?[htmlStr?stringByReplacingOccurrencesOfString:@""

withString:@""];

NSData?*htmlDataUTF8?=?[utf8HtmlStr?dataUsingEncoding:NSUTF8StringEncoding];

TFHpple?*xpathParser?=?[[TFHpple?alloc]?initWithHTMLData:htmlDataUTF8];

NSArray?*elements??=?[xpathParser?search:@"//option"];

TFHppleElement?*element?=?[elements?objectAtIndex:0];

NSString?*h3Tag?=?[element?content];

NSLog(@"%@",h3Tag);

mLabel.text?=?h3Tag;

[xpathParser?release];

[htmlData?release];

很有用的網址：http://www.raywenderlich.com/14172/how-to-parse-html-on-ios

碰到的問題：NSData --》NSString

NSData*htmlData = [htmlStrdataUsingEncoding:NSUTF8StringEncoding];

NSString?--》NSData

NSString*htmlStr = [[[NSStringalloc]initWithData:htmlDataencoding:NSUTF8StringEncoding]autorelease];

總結

以上是生活随笔為你收集整理的编码 data:text/html;c,iOS 用TFHpple抓取GB-2312编码的html页面，页面返回编码错误的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。